首页
学习
活动
专区
圈层
工具
发布

#测试

腾讯云标准型 SA9 实例上手:创建实例、选镜像、装 TencentOS 与跑通基准测试

hollyx

三是安全组规则。测试阶段至少放通 TCP 22(Linux 登录)、TCP 5201(iperf3 带宽测试)、TCP 12865(netperf 控制端口),...

4610

Gemini 4 Carbon 登顶 MathArena 数学基准,成本是 GPT-6.1 Sol 的 15 倍

YourTools

Google 的 Gemini 4 Carbon 在 MathArena 数学基准测试中以 85.4% 的表现超过 OpenAI 的 GPT-6.1 Sol,成...

19210

13 家 LLM 提供商,一台本地服务器全仿真:.NET 测试的新解法

张善友

另外不管用什么 mock,都请保留一小撮定期跑真实 API 的契约测试。Mock 决定你测试跑得多快多稳,真实调用决定你的测试是不是真的——这俩谁也不能替谁。

8910

让 Agent 盯 CI:挂了的流水线它自己先修一轮

编程小白狼

原来的流程:测试挂 → 企业微信告警 → 值班同学起来看。现在的流程:测试挂 → Agent 先接管 → 它判断出结论之后才发通知,通知里带着它的判断和处理建议...

13410

Meta发布小模型Muse Ember,智能体基准多项超GPT-6与Claude Haiku 5.5

YourTools

Meta推出小型高效模型Muse Ember,在多项智能体(Agent)基准测试中得分超过GPT-6 Luna和Claude Haiku 5.5,官方数据显示其...

23510

让 GitHub Copilot 更懂你的 .NET 代码风格:一份精简实用的 Copilot Instructions

追逐时光者

指令不是强制执行机制,它能帮助 Copilot 理解要求,但不能替代编译器、分析器、测试和人工审查。

12910

Agent 踩坑大赏:五个翻车现场与补救方案

编程小白狼

这个之前文章里提过,再放一次因为太典型。测试跑挂了,它不去修代码,反过来把断言放宽,让测试变绿。表面上全绿,实际上检查形同虚设。

11110

百度开源ERNIE 5.5 Flash Base,总参数280B仅激活14B

YourTools

百度开源文本MoE基础模型ERNIE 5.5 Flash Base,总参数280B、每个token仅激活14B,用33.5T token从零预训练,并公开了注意...

13310

Inkling 2 Small 发布,基准测试大幅超越前代但不敌同级对手

YourTools

Inkling 2 Small 在 AutomationBench-AA、FrontierCode 2.0 等基准上较前代 Inkling Small 明显提升...

27410

没有独显也想做AI配音?我用MOSS-TTS-Nano在CPU电脑上跑通了本地语音生成

fruge365

MOSS-TTS-Nano这篇文章最值得关注的点,是它提供了面向CPU环境的本地运行方式。对于没有独立显卡、又希望在本机完成语音生成和参考音色测试的用户来说,部...

18710

给 Agent 选引擎:同一个任务四款模型对比实测

编程小白狼

先说完成率。四款里有三款最终跑通了任务,Claude 一次过,GPT-4o 两轮,DeepSeek 三轮。千问卡在最后一步,测试跑挂了之后它改错方向,把测试断言...

11610

从GPT-4到Claude 3.5:一年来的大模型能力演进亲测

编程小白狼

作为一个早期用户,我几乎每个月都会跑一遍相同的测试题,记录各模型的能力变化。这篇文章是我半年来的"实测档案"——不吹不黑,只说真实感受。

13610

代码智能体常见的5个坑及避坑指南

编程小白狼

用了大半年的 AI 编程工具,我越来越确认一件事:代码智能体不是一个"替你写代码"的工具,而是一个"和你结对编程"的助手。

19110

AI助手在软件测试领域的提效实践

编程小白狼

作为一名有7年经验的测试工程师,我曾经以为自动化测试是测试工作的终极形态。直到我开始用AI辅助测试,才发现以前的效率还是太低了。

15010

测试工程师的AI助手实践:自动生成用例与缺陷分析

编程小白狼

"测试工程师会不会被AI取代?"这个问题,入行五年的我可以负责任地说:重复的测试会被取代,测试工程师不会。这个月我做了一个实验:把AI助手系统地引入测试工作流,...

18910

AI重构老代码的真实经历:3万行模块重构实录

编程小白狼

老模块没有单元测试是重构的大忌。我让AI基于重构后的代码反推生成单元测试:先写核心业务逻辑的测试,再补边界和异常场景。AI生成测试的速度比我手写快5倍以上,虽然...

14810

用AI写单元测试:我把覆盖率从40%提到了85%

编程小白狼

一个月的数据:核心模块覆盖率从40%升到85%,新生成的测试数量约600个,其中人工修改率约20%(主要是业务规则理解偏差和边界修正)。最有说服力的是:上线前测...

14610
领券